1月27日，以“重新定義汽車——升維之戰”為主題的第十一屆全球新能源汽車大會（GNEV11）正式拉開帷幕。受疫情影響，本次大會首次採取“線上會議+全網直播”的方式舉辦，來自傳統車企、造車新勢力、動力電池、零部件及投資和研究機構全產業鏈的中外嘉賓在線上與大家分享觀點、展開交流。
在晚上的智能化專場論壇中，《電動星球》創始人蟹老闆、小鵬汽車副總裁紀宇、哪吒汽車 智能研究院執行副院長張祺、AMYGO AI 智目科技CEO高華以及辰韜資本執行總經理賀雄鬆就企業是否需要全棧自研、汽車終極形態等當下熱議話題進行了討論。
以下為嘉賓精彩實錄，未經本人審閱，有刪改。
蟹老闆：下面我們進入沙龍環節。這個話題特別有意思，因為2020年其實已經有很多有關智能網聯智能駕駛方面的產品戰輿論戰，行業的話題真的特別多。我想就從小鵬汽車開始，其實在2020年下半年小鵬汽車風頭很盛，尤其提出了全棧，我想問一下紀宇先生，對於主機廠而言全棧自研真的有必要嗎？
紀宇：我們認為全棧自研非常重要。實話實說智能汽車還是處於比較早期起步到逐步發展的一個階段，在這個階段做全棧自研才可以把功能做到極致。但小鵬汽車所說的全棧自研不是事無鉅細，哪怕每一個螺絲釘都要自己研發，我們的全棧自研是對自動駕駛、智能座艙這樣的核心事情的核心路徑需要我們有全棧自研的能力，要能夠有良好的把控力。
蟹老闆：這個話題跟我們下面要討論的話題其實蠻相關的，就是我們講智能汽車作為汽車，其供應鏈原本就很長。作為汽車這個硬件平臺，當我們談智能，很多時候是談軟件定義汽車。剛才為什麼我提全棧自研，小鵬汽車在去年包括昨天一直在說他們是全球唯二做到全棧自研的智能汽車廠商，最重要的是數據。我知道智目科技一直在數據服務和數據執行服務方面很有實力，那麼高華先生您怎麼看OEM廠商的全棧自研？怎麼看主機廠與供應商的關係？會不會有全新的供應鏈出現？尤其在數據作為資產的這個層面。
高華：謝謝歐陽老師的問題，這是一個非常好的問題，也很難回答。這個問題有兩個維度，第一是主機廠是否要去自研這個角度，我個人的觀點是自研的必要性不是來自於我是不是自己要去研發這個系統，而是我是否能夠擁有最好的一套系統，然後能夠交付給我的消費者，所以說作為主機廠OK，那我想如果的是我是否有能力自研能夠交付最好的一套系統給消費者。小鵬汽車做得非常好，全球唯二，全球做得非常好的特斯拉也是自研。
第二個話題，我是不是需要全棧自研。我們先看看智能手機這個生態，那蘋果顯然開創了一個軟硬件一體化的生態，所有的東西都是我自己的一個完美生態，可是谷歌橫空出世，安卓系統創造了更佳好的生態，谷歌安卓給了其他類似華為小米這樣的智能手機公司一個新的選項。我不一定要自研自己的操作系統，我依然可以擁有最好的手機交付給消費者。
我們中國有很多非常優秀的自動駕駛公司，像馭勢科技等等，吳甘沙總也在，他們其實提供了非常卓越的系統，為什麼不大家去合作呢，我覺得這個其實沒有唯一答案。
另一個從數據的角度，的確，我們現在非常專注在數據智能，自動駕駛是我們絕對最關注、最重要的垂直市場，現在迫在眉睫的實際上是主機廠目前大規模的ADAS量產。ADAS的量產需要大量的數據做支撐，一方面就像剛才Dan Berman給我們傳遞的信息，每天會產生1.6PB的數據，這個數據量是前所未有驚人的體量。第一個擁有深度學習的訓練，第二個用於系統的測試跟驗證，這兩方面有大量數據級的需求，同時如此大規模的數據採集，專業的採集、存儲、篩選以及數據標註，需要大量的人工。因為今天大家的理想是希望能夠做到自動化，可是自動化的路上還是有非常多的挑戰，現在還是需要大量的人工，比如說我們有非常多幾百上千的員工參與到項目裡面。從這個角度來看實際上是有巨大的需求。軟件定義汽車，軟件的核心是算法，驅動我們的算法性能跟安全性實際上是底層所有的數據平臺。
從需求的角度來看毫無疑問是蓬勃向上的，我們感受到強勁血液的增長，同時有非常多的挑戰，每一個環節其實都沒那麼容易去做，所以我們目前專注在這個角度。我們實際上跟很多主機廠還有TIER1還有最優秀的算法公司一起工作積累了一些經驗，從這個角度來看我們認為未來不管是不是自研，必須有最好的算法，不管如何必須需要優秀大量的數據級，在數據上領先。
就是第一在算法上領先，第二一定要在數據創造性能上領先，從這個角度來看的確未來整個汽車供應鏈會面臨非常多的挑戰跟變化，大家已經提出說算法公司，可軟件現在沒有出現在列表裡，主機廠怎麼採購軟件呢？還要安裝在預控制器裡，這是前所未有的挑戰。我們提供了大量數據服務然後進行了完整數據管理，我們要去做整個所有系統的集成，當然我覺得實際上現在就是屬於戰國時代，最終他的生態會長成什麼樣子我們不知道，但是最終我們知道他首先現在是一個繁榮的生態，其次會有一個蓬勃的發展，但是怎樣去發展我覺得沒有一個終極答案。應該要有百花齊放、百家爭鳴這樣的一個環節大家貢獻自己的價值然後把智能汽車這個產業真正做到產品好做到性能好做到安全做到量產，大家今天講到所有的體驗我們的消費者都可以使用都可以體驗都可以實現，我想這個才是我們的目的。
蟹老闆：我接著高總的話題來回問一下紀宇先生，數據我們知道是最重要的資產，全棧自研最重要的是感知，感知最重要的是數據收集標註，我也記得之前在吳先生的PPT上面提到了數據自動標註，我想問一下紀宇先生，高華先生提出的數據採集標註服務這樣的需求，對於小鵬這樣的公司有沒有需求？
紀宇：是這樣的，首先我認為他有兩部分的情況，比如說事實上我們這回發佈的NGP功能，在數據層面我們是跟高德地圖在高精地圖數據上有一個非常深入的合作，我們根據自己的算法，根據自己的技術方案需要很多自己的數據，這個時候需要我們自己去做處理。所以我覺得在全棧自研上剛才我也說了是核心的路徑，我們是需要全棧自研的，我們也希望可以在一些相互合作的地方和行業持續合作。
蟹老闆：好的，我們請賀雄鬆先生留到最後，先把問題拋給我們的張祺院長。哪吒汽車我在前幾年車展專門去看過，整體感覺也是蠻科技的，我也看到最近哪吒在推自己的新車，我想聽聽您的看法，在智能駕駛、智能網聯上哪吒的做法跟基礎思路是怎樣的？
張祺：好的，關於這個問題我們覺得自研肯定是必要的，但是全棧其實是比較難定義。字面上理解更多的是強調廣度，但對於深度到什麼樣的研發地步才叫做全棧，其實沒有一個明確的標準和定義，不同的企業也許有不同看法，在我看來自研的深度要結合主機廠實際的情況，特別是結合自己的目標用戶，以產品為核心倒推回來說哪些技術需要自研，哪些技術需要外圍，只有這樣才可以把我們的產品做到真正是用戶需要、他們願意買單的。
我們哪吒汽車非常強調智能安全，以這個東西為核心做了很多自研。舉個例子，安全毫無疑問是車本身的一個非常重要的特徵點，除了安全氣囊、安全帶以外我們一直在考慮新的技術哪些能幫我們帶來一些不一樣的安全特性和安全體驗，還有哪些傳統汽車做不到的安全點我們在新技術的加持下能夠去自研出來。基於這樣的背景其實我們發現像傳統汽車裡A柱存在大量視覺盲區，在行車過程當中特別是在轉彎時容易發生一些擦碰事故，我們在哪吒U裡就把這種傳統車視覺盲區通過新的技術板塊這樣一個自研去把他給解決了，提出了透明A柱這樣一個系統。
在這個系統裡我們就有大量的自研板塊，比如說像動態行車條件下的透視變換等等，再比如我們對後排兒童、寵物也很關心他們的安全，所以我們也自研了像生命體徵這個監測系統，能夠保證在駕駛員離車時萬一有意外情況也可以發現安全的隱患。再比如說我們比較強調車本身除了移動工具屬性之外，他還應該是一個有情感的交互中樞，在這一塊我們圍繞小U智能機器人做了很多垂直領域裡一些所謂自研等等。動力預控制器包括ADAS板塊也是基於產品特點和用戶考量做了一些自研，從我們角度來看全棧也好自研也好最終是為產品服務的，基於我們不同的用戶群體，怎麼樣把他倒推回來用技術提更多研發要求，這個才是我們的一個根本的出發點，謝謝。
蟹老闆：好的，這個問題我最想問的是我們的賀雄鬆先生，因為我知道辰韜資本是投產業鏈的，也投了很多自動駕駛公司，那智能電動汽車其實是一個全新物種，其實業界包括投資界有兩種看法，一種是頭部一竿子捅到底，還有一種其實是投的產業鏈方向的東西，我特別想聽賀雄鬆先生來談談未來產業鏈供應鏈的變化，然後談談你怎麼看全棧自研這個事。
賀雄鬆：我理解這裡面有兩個背景，第一個背景就是我們提到的汽車行業百年未有之大變局，這個變局的核心就是我們今天經常會提到的軟件定義汽車，軟件定義汽車帶來一個核心的改變其實我理解是整個產業鏈價值的一個轉移，以前這種價值更多可能是在主機廠這一塊，但是未來，軟件可能會成為一個主導，所以說會涉及到一個話語權的爭奪。主機廠原來是整個金字塔的塔尖，他可不可以保持住塔尖我覺得必須要有動力去把一些核心軟件和技術抓在自己手裡，不然接下來的路會越走越窄，核心第一個是話語權的爭奪。第二是一個效率問題，自動駕駛整個行業目前非常新，所以整個行業是沒有標準的，供應鏈各個方面都不太成熟，我們會看到特斯拉作為行業的領頭羊，在那個階段如果他想找供應商是不現實的，因為整個產業不存在可以跟他匹配的供應商，他所能找到的供應商並沒有規模效應，並不能去攤低他的研發成本。
所以我覺得是否自研可能要考慮這兩個核心的要素，一是話語權問題，一是效率問題。如果僅僅是話語權問題，我認為全棧自研這個度不一定說是細到制動都要自己去做，標準化產品是可以找外包供應商的，主機廠未來最重要在於系統和平臺的定義以及數據的獲取迭代這方面的能力。跟這些能力不相關的或者說沒有那麼核心的我認為可以外包出去，而且這裡面隨著行業的發展，整個標準在逐步推進，標準的逐步推進會降低企業之間的交易成本，會降低整個汽車產業鏈合作的交易成本，所以從未來的趨勢我認為大家合作會越來越多，隨著這個標準的建立從長期來看主機廠只要抓住自己核心的東西就可以了。像剛才講的這種數據標記一旦可以標準化，一旦大家都能夠把這個接口進行定義，其實可以越來越多的外包出去。所以說在我看來這是一個動態變化的過程，從目前來看為了效率為了話語權主機廠會更多的參與到自研的過程中，當然這個要結合企業本身的實力。在未來我認為等到產業鏈高度成熟標準設立之後，這個自研的比例是可以適當降低的。
蟹老闆：好的，非常明白，其實這幾年智能汽車或者是智能電動汽車發展非常的迅猛，出現了很多全新很難定義的智能汽車供應商，比如說像智目科技，我們做數據標註、數據仿真的公司其實在以往汽車行業裡面很難歸類到哪一類的汽車供應鏈裡面來。
其實剛才吳甘沙先生演講中提到很關鍵的時間節點是2023年，那可能跟賀雄鬆先生提到的我們整個供應鏈整個產業在發生急劇快速變化有關係，我很好奇大家為什麼都在談2023。除了吳甘沙先生提到的電動車成本、電池整個使用成本會比燃油車低，還有一個話題也很熱，就是蘋果造車或者是華為造車，很多業內人認為在那一年會出現汽車的終極形態。今天這個話題有點大，但是我想跟大家討論一下，這個終極形態到底是什麼？在2023年這個時間節點會出現嗎，我想請紀宇先生先談談。
紀宇：好的，我認為他不存在所謂的終極形態，但存在一個標誌性事件、標誌性時間節點，實際上我以前主要是做手機互聯網的，以前在騰訊看到我們從功能機到智能機標誌性的轉變在於什麼呢，在於我們發現大家對於手機的使用核心場景的變化。
在過去我們對手機使用場景的核心是打電話和發短信，智能機時代則更多是人類移動的信息中心。很多個人信息在手機上，所以我可以跟個人做很多很多事情，這是一個變化。
所以從智能汽車來看，我們覺得他可能有一個標誌性點就是L4的實現，當我的核心場景由主要是開車變成了主要是乘車，那整個事情就變化了，在這個時間節點之後和之前我們看到的車是不一樣的。在這個時間節點之前，我們除了做自動駕駛以外，智能座艙也是為了滿足駕駛員的需求。而在這個時間節點之後，我們做的所有的東西主要是為了滿足乘客的需求，所以就是因為用戶使用場景的變化我們會認為這是兩個明確分水嶺，在之前之後是完全不一樣的，這個是我們認為的一個觀點。
蟹老闆：我很好奇張祺院長你是怎麼看這個問題的？2023年距離目前其實蠻近的，你對2023年的預期是怎麼樣的？
張祺：我覺得終極形態說的有點絕對，2023年離我們現在也就兩三年的時間，但不管怎麼樣，我想作為一輛車，他最終還是要有服務於人這樣的一個核心要素，我相信在未來兩三年內，除了移動工具的屬性之外，這個車本身應該能夠承載更多的用戶價值和用戶屬性。
具體說來就是在動力領域這個板塊，除了把大家從A點移到B點之外，其實大家也一直在期望，更加高效、更加環保的一種出行方式，所以像這種更長的續航裡程應該是有所期待的。比如說像剛剛您提到蘋果造車也好，還是固態電池技術也好，在這幾年時間內完全是有希望把的我們行駛裡程，提高到更高的程度，而且在充電方面，我們也看到了很多創新的板塊，能夠讓他在短時間內，更加的可靠，而且在安全性方面也有更大的提升。
在駕駛板塊，我非常同意剛剛吳先生講的，就是自動駕駛領域裡面的一些發展，能夠讓這個車擁有更多的能力。先前駕駛員的精力更多是在操控方面，有了這樣一些更高階的輔助駕駛之後，駕駛員被釋放的精力能夠通過其他的一些功能和服務得到滿足。比如說副駕，我們看到，越來越多的車在考慮在副駕安裝一個單獨的屏，和單獨的功能和場景的操作，甚至後排的一些乘客也可以看到，這裡面其實蘊含著很多機會。當然，在座艙板塊還是有更多的場景能夠去可以承載的。
類比於手機，我們也關注到，像前不久蘋果造車的一些專利的公佈，像這種車窗裡面的ARVR的結合，能夠控制多媒體的安全帶，包括全觸屏的內飾，歸根結底是要給我們用戶提供更舒適、更便捷的一些場景屬性，能夠讓他承載更多的功能，比如去做一些移動辦公或移動娛樂等等。
另外我想再補充說明的一點是，中國的市場其實是足夠的大，東西部的差異仍然很大，多元化的需求仍將會是長期存在的。所以說，所謂這樣的一個終極形態的車，我相信他應該是分為幾類的，在這邁向更好的形態的路上，我們大家都有足夠的空間和天地。對於哪吒汽車而言，我們還是更多的聚焦在20萬元以下的車，去做智能電動車的普及者，在相對比較聚焦的板塊內，把我們所認為終極車的形態，呈現給我們的目標和客戶群體。
蟹老闆：謝謝張院長。張院長提到特別關鍵的一個話題，就是多元化以及廣闊的市場空間，其實我很想知道賀雄鬆總怎麼看這個事情。有一個事情大家可能也知道，就是特斯拉16萬的車會出來的消息，那我想聽聽賀雄鬆總怎麼看這麼一個情況。
賀雄鬆：我們的汽車硬件和軟件，是先定好再賣的，比如說定好之後，從2020年會一直賣到2025年。但是現在非常明顯的趨勢是，我們軟硬的更新是不同頻的，硬件可能在出廠的時候定了，但是我的軟件在後續會持續的跟進，這已經成為非常好的賣點，也很受消費者的歡迎。那如果大家都奔著這個趨勢去，在2023年，我們造出來的硬件是要滿足2028年還能夠使用的需求的。我們也已經很清晰的看到了一個趨勢，現在推出的汽車產品，在硬件上是會做比較多的冗餘的。這個其實還是往少了說的，他可能會比我們現在所看到的，還要預留更多的空間。
所以無人駕駛在到底2025年能不能實現，我們心裡是沒有底的。但是到2023年這個節點，實現的概率會高很多。所以我理解，到了那個時候，大家在造車上可能會更激進一些。這個是我對這個裝機形態的理解，硬件會先往前推，軟件的話會根據硬件慢慢再去進行迭代。
蟹老闆：其實剛才張院長提到的多元化市場，也就是在迴應我們這樣的一個問題，它不僅僅是空間，也有時間的問題在裡面。我想聽聽看高總是怎麼看這個問題的？
高華：這是一個非常好的問題，關於汽車這個行業最終的形態是什麼，我同意各位嘉賓的觀點，非常難以預測。就像馬車時代我們無法想，四個輪子的車出現在大家的視野裡，這個預測是很難的。
從兩個維度來看，一個維度是從長遠的未來。汽車是服務於交通，服務於物流的，要滿足人跟商品的流動，他們在形態和技術上可能會發生非常大的轉變。比如說像自動駕駛，如果有一天能夠實現高度的自動駕駛，他確實是會讓我們車輛的最終形態，以及我們城市的佈局都會發生改變，但是我覺得這是一個長期，且不確定性、不可預知的事情。但汽車需要一個很長的研發週期，那在我們能看到的，未來五年-八年這的未來裡面，大家已經把汽車行業跟交通出行方面的變化，描述地比較明確了。我覺得這裡面就存在現實和我們預測之間的差距。
舉個例子，我們今天非常熱衷討論，到底哪一天無人駕駛會行駛到路面上，理想是美好的，但實際真正的量產還是要落後於我們的預測。今天我們有很多的項目，採集到的大量數據和仿真訓練，其實還是量產的L2級別，下一個階段，比如目前的L2.5級別，能夠提供給大家更安全的智能輔助系統，還是未來幾年大家所期待的。計算能力和傳感器其實已經給數據提出了一個數量級上升的需求，需要汽車行業的各位同仁，在未來花時間去努力實現。
所以說，長遠的未來我們是可以看得見的，雖然他有他的不確定性，但我們能夠預測到他的週期形態。從短期來看，我們判斷，比較明確的趨勢是，從數據的大管理到大規模仿真系統的實現，車企是能夠把搭載更高級別自動駕駛系統的量產產品帶到消費者面前的，這個是確定的。
所以說從這個角度而言，雖然我們談革命已經談了很多年，但下一次革命的終極形態也沒有那麼重要，能夠把優秀的，含有智能駕駛功能的汽車交給我們的消費者，才是下一階段大家的使命，謝謝。
蟹老闆：好的，謝謝高總的精彩回答。我們談到了一個很關鍵的話題，就是激光雷達，因為在今年1月份，激光雷達其實引發了很大的行業爭議，也引發了整個消費群體的高度關注，其實也引發了馬斯克的吐槽。激光雷達對於更高一級的輔助駕駛或者是無人駕駛是否是必要的，這個我特別的好奇。我們知道，從去年年底到今年年頭這短短一個月時間裡面，其實已經有兩家廠商宣佈了激光雷達的方案，一家是蔚來一家是小鵬汽車，所以還是紀宇先生談談怎麼看激光雷達，激光雷達對於自動駕駛無人駕駛的意義在哪裡？
紀宇：我非常同意高總的觀點，自動駕駛我們喊了很多年，也放了我們很多年的鴿子，這反應出了一些什麼樣的事實，就是真正的無人駕駛的實現，實際上是非常非常難的一個事情，所以我們認為在短期內激光雷達是非常必要的。
因為我們知道現在自動駕駛最難的是感知，我們現在還沒有辦法，世界上也沒有任何一輛車可以實現這樣一個技術難題，所以我們想儘可能地給他增加一些保險度，儘可能地給他增加一些更好的東西。實際上我們知道，激光雷達有一個非常大的問題，就是價格有些貴，但他相比之前的毫米波和視覺來說，確實是一個非常好的補充，激光雷達可以在整個感知上去補齊毫米波和視覺的一些不足。
所以我們認為，最後實現自動駕駛最好的應該還是感知融合的方案，但在還沒有任何一種方案可以真正完全實現的時候，我們認為需要有更多、更好的傳感器一起加入進來。
蟹老闆：好的，感謝紀宇總的發言。我們也想聽聽張祺院長的看法是怎麼樣的？因為您在做智能的研究，哪吒對這方面的思考是什麼？
張祺：其實關於智能駕駛傳感器的討論時間已經比較長了，我印象中早些年大家之所以對激光雷達還有一些猶豫，一方面成本確實是特別貴，那時候只限於一些樣本的車，一臺車動不動就大幾十萬的，另外在那個時段，對於以視覺為主的這樣一個解決方案，期望值會比較高。但隨著這些年行業的發展，不管是以視覺為主，還是毫米波雷達，仍然無法完美地解決這個問題，總體上還有一些效能的不足，另外再加上激光雷達產研規模的提升，成本有望進一步下降，早些年動不動要幾萬塊的激光雷達，現在差不多幾百塊美金的水平，這樣成本壓力就會小很多。在技術上它也有很強的的地方，比如對具體的事物會更加敏感，確實有優勢。
從我們的角度來看，未來兩三年，激光雷達會是下一代智能汽車邁向高階輔助駕駛功能路上必要的一個裝備。對於哪吒汽車而言，我們也在積極的做這方面的一些研究，在一兩年內，我們會向市場推出帶有激光雷達傳感器配置這樣的智能車。
蟹老闆：好的，謝謝張院長。我有一個問題想先問一下高總，激光雷達的出現等效300線的出現，對數據標註仿真也會產生很大的壓力，我想問問高總怎麼看這個問題？
高華：我覺得這是一個很好的問題，目前數據的量已經比較大了。其實不光是激光雷達，視覺也會存在這個問題，大家現在都用1080P，也陸陸續續開始轉到4K攝像頭，這方面數據量上升的速度也是非常快的。所以說無論是視覺還是激光雷達，他的數據量都是在持續上升的，而且數據整體的採集量也是在不斷增加的，毫無疑問，所有維度的數據都在暴漲。
另外一個方面就是，我們去處理這些數據的時候，目前不一定是針對我分辨率的提升，而主要是要提升處理目標的數量，而且今天我們消耗的人力已經非常巨大了，坦白講是形成了一個非常好的上升需求，但從市場需求來看，我們希望能夠加速數據的自動化生產，那樣才能讓系統能夠擁有更多的數據來提升性能。從這個角度來看，系統的自動化需要有更好的算法，不僅僅說是提供更多的服務，還要有更好的算法，才能不斷的提升效率，產生更多有價值的數據。
所以從數據量的角度來看是這樣的。那從傳感器的角度來看，的確，大家對傳感器的需求是無止境的，沒有任何一個傳感器能夠解決所有問題。激光雷達確實是必要的，不管你覺得需不需要量產，我們在做純視覺系統測試數據的時候，也需要激光雷達採集數據，然後才能做聯合數據的採集標註和處理，這樣才能獲得足夠準確的數據。
這個角度也確實說明瞭剛才各位講的，為了增強系統的壟斷性和可靠性，可量產的激光雷達是需要的。從我們接觸的不同的系統來看，視覺算法上大家都在提升，還有非常大的空間能夠挖掘。那大家普遍抱怨的是視覺上數據的不準確，全天候可能不夠好，但實際上視覺算法越來越準確，是非常有希望的，在這一點上激光雷達有他的優勢，實際上這個趨勢我們認為是非常積極的，走向量產只是時間問題，這個應該是能夠達成共識的。
蟹老闆：好，謝謝高總。最後這個問題還是想請賀雄鬆總總結一下，因為您本人是投資產業鏈的，您怎麼看國內激光雷達的技術成本還有整個產業。在國外激光雷達上市的風潮也很盛。
賀雄鬆：好的。我感覺現在對主機廠來說，他主要的矛盾是怎樣把自動駕駛系統做的更安全，幾位嘉賓已經提到了，激光雷達在功能上有其他傳感器所不具有的優勢，至少在目前他不可替代性還是比較高的，而且激光雷達的使用不會限制其他這種傳感器的性能，所以他的加入能夠使整個系統在安全性上能夠上一個臺階。結合剛才講到的這個主要的矛盾，我感覺他的價格大家其實是之前考慮不用他的主要原因，剛才也提到價格也在持續的下降，短期來看我覺得激光雷達其實還是蠻有必要的，他能夠加快我們推出這個智能駕駛系統的一個時間。從長期來看會不會說有其他傳感器，就比如說在不用激光雷達的情況下也可以實現無人駕駛，我覺得這個是有概率的，比如說我們毫米波雷達他的性能也在提高，視覺也在提高，但是到了那一天那可能也是在我們真的系統做足安全了，那也是比較晚的一個始點，從目前來看我覺得他還是非常有必要的。
蟹老闆：好的，感謝四位嘉賓的精彩分享，那我們今天晚上談了自研談了關鍵的數據資產也談了激光雷達，那我們圓桌沙龍就到此為止，感謝四位嘉賓的參與。
作者：鄧婭
轉載請超鏈接註明：頭條資訊 » GNEV 11｜圓桌沙龍：企業全棧自研是否有必要？
免責聲明
：非本網註明原創的信息，皆為程序自動獲取互聯網，目的在於傳遞更多信息，並不代表本網贊同其觀點和對其真實性負責；如此頁面有侵犯到您的權益，請給站長發送郵件，並提供相關證明(版權證明、身份證正反面、侵權鏈接)，站長將在收到郵件24小時內刪除。